用yolov5图像分割做人物抠像

前言

yolov5的6.2版本不仅更新了前一篇文章里提到的分类模型，同时也更新了图像分割模型，在官方的教程和用法还没出之前（2022/09/19），我基于官方已经写好的推理脚本进行部分修改，实现了基于图像分割的简单人物抠像。
注：本文所用模型为yolov5s-seg，是已经预训练好的官方模型。

展示效果

话不多说，先来放图！
首先是官方的图像分割推理结果，为了不透露小伙伴信息，这里打上马赛克：

其次是我修改后需要的人物抠像结果：

如何实现

克隆yolov5新版源码解压后（这个就不展开谈了）
1.首先修改yolov5-master\utils下的plots.py:

#plots.py
def masks(self, masks, colors, im_gpu=None, alpha=1):

这里的alpha值需要修改为1，alpha影响的是mask也就是遮罩层的透明度，默认是0.5，是以下这种效果：

可以看到很明显暗半圈，不符合我们的效果。

接下来需要修改几行代码，为了清楚，我直接把我修改的和原始文件对比进行截图：

也就是修改成：

masks = masks.unsqueeze(3)  # shape(n,h,w,1)
masks_color = masks * (colors * alpha)  # shape(n,h,w,3)
inv_alph_masks = (masks * alpha).cumprod(0)  # 1-masks*alpha
mcs = (masks_color * inv_alph_masks).sum(0) * 2  # mask color summand shape(n,h,w,3)
im_gpu = im_gpu.flip(dims=[0])  # flip channel
im_gpu = im_gpu.permute(1, 2, 0).contiguous()  # shape(h,w,3)
im_gpu = im_gpu * inv_alph_masks[0] #no mcs

其中我把mcs（也就是着色块）先去掉，然后因为是要去掉背景保留前景，所以需要把1-mask乘alpha改成mask乘alpha，同时为了只取最大的物体，这里inv_alph_masks里的-1（取全部）改成了0（只取第一个物体）。

为了更好地理解，这里分别放出mcs,inv_alph_masks分别是什么效果：


2.修改yolov5-master\segmant\predict.py文件：

上面两行代码的意思是这里取masks里的第一个物体，也就是检测值最大的那个物体，其他我不要了（这个看需求处理），同时要把目标检测框去掉的话只要把下面四行代码注释掉即可。

3.预测：

#D:\yolov5-master-seg\yolov5-master\segment在当前目录下启动命令行
python predict.py --weights yolov5s-seg.pt --source 3014193119028716040.avi --class 0

–source后面跟的换成你需要的视频文件或者视频源。
–class 0表示只预测0的分类，这里的分类取自coco数据集，0就是人的意思，所以只会进行人的图像分割。
以下是推理的结果：

Speed: 0.4ms pre-process, 8.3ms inference, 1.0ms NMS per image at shape (1, 3, 640, 640)
Results saved to ..\runs\predict-seg\exp24

用的是rtx4000显卡，速度是非常理想的，此外这里提一句，yolov5s的推理速度就比yolov5n慢了一点点(大约2ms），但是效果要好不少，各位请根据自己的实际情况选择模型。